Pembelajaran Mesin: Menulis Puisi

Saya seorang siswa pembelajaran mesin, dan hari ini saya mencoba belajar bagaimana menggunakan perpustakaan TensorFlow. Saya telah melalui berbagai tutorial dan percobaan & kesalahan dengan tensorflow, dan saya pikir cara terbaik untuk mempelajarinya secara nyata adalah dengan menggunakannya dalam proyek kecil saya sendiri.

Saya telah memutuskan bahwa saya harus berusaha membuat program yang menulis puisi. Saya tidak bertujuan untuk program kualitas top-end; untuk model pertama saya, saya akan senang dengan hanya serangkaian kelompok kata-kata yang tidak masuk akal bersama dalam format puisi. Masalahnya adalah saya mengalami masalah mencari buku atau video tentang program pembelajaran mesin yang berhubungan dengan penulisan struktur kalimat.

Bisakah Anda memberikan saran tentang apa yang bisa saya cari (bahkan kata kunci google baik-baik saja) untuk mendapatkan sampel program dan pengetahuan dasar yang saya butuhkan?

Terima kasih.

Ini hanya komentar dari Emre yang diperluas, tetapi ya Anda harus melihat ke dalam jaringan saraf berulang untuk menghasilkan teks dalam gaya corpus yang diberikan. RNNs dan LSTM bekerja dengan sangat baik untuk ini.

Penulisan di http://karpathy.github.io/2015/05/21/rnn-effectiveness/ dikutip secara luas, dan untuk pertanyaan Anda, menunjukkan bagaimana cukup mudah untuk menghasilkan sesuatu seperti ini, mengingat teks drama Shakespeare:

PANDARUS: Sayangnya, saya pikir dia akan datang mendekati dan hari ketika sedikit rasa sakit akan dicapai tidak pernah diberi makan, Dan yang merupakan rantai dan subyek kematiannya, saya tidak boleh tidur.

Senator Kedua: Mereka jauh dari kesengsaraan ini, diproduksi atas jiwaku, Melanggar dan kuat harus dimakamkan, ketika aku binasa Bumi dan pikiran banyak negara.

Jika Anda mengikuti https://github.com/jcjohnson/torch-rnn Anda dapat dengan mudah menjalankan ini pada GPU lokal Anda juga untuk menghasilkan teks dari input puisi apa pun yang Anda suka. Saya mendapatkan hasil yang cukup baik dengan dropout 0,1-0,5, 2 layer, layer ukuran 512-1024.